초거대 언어모델의 정서 지원 한계 극복되나 … 연세대 "외부지식과의 접촉으로 답변 편향성 줄어"

연세대학교는 컴퓨터과학과 강동진·인공지능학과 김성환 연구원이 지난 8월 12~16일 태국 방콕에서 열린 세계적 권위의 자연어처리 학술대회인 'ACL(계산언어학협회) 2024'에서 초거대 언어모델(LLM)의 정서적 지원 가능성에 대한 연구로 최우수 논문상을 받았다고 10일 밝혔다.

이는 국내 대학이 ACL에서 최우수 논문상을 받은 두 번째 사례다.

LLM은 많은 데이터 학습으로 논리적 사고와 추론에서 인간을 뛰어넘는 성과를 보여주지만, 정서적 지지와 같은 측면에서는 여전히 한계를 보인다. 이번 논문 '대규모 언어 모델이 좋은 감정적 지지자가 될 수 있을까? 감정적 지지 대화에 대한 선호 편향 완화'는 이런 한계에 주목하며 LLM이 타인에게 정서적 지원을 제공할 수 있는지를 과학적으로 분석했다.

연구팀은 LLM이 생성하는 답변에서 정서적 지원 전략에 선호도 편향이 존재하며, 이 편향이 모델마다 다르게 나타나는 점을 발견했다.

연구팀은 사회심리학의 '접촉 가설(집단 간 접촉을 통한 편견·차별 해소)'을 도입해 선호 편향을 완화하는 방법론을 제안했다. 이를 LLM에 적용해 편향을 줄이는 실험을 진행했다. 연구 결과 외부 지식과 결합하는 방식이 내부 지식에 의존하는 방법보다 LLM의 편향을 줄이는 데 효과적임을 밝혀냈다. 이는 LLM에도 접촉 가설이 적용될 수 있음을 보여줬다. 특히 선호 편향을 줄였을 때 정서적 스트레스가 완화되고, 비효과적인 정서적 지원 답변의 비율이 줄어드는 것을 확인했다.

이동하 지도교수는 "이번 연구는 다양한 사용자에게 맞춤형 정서적 지원을 제공할 수 있는 언어 모델 개발의 중요한 기초를 마련했다"며 "앞으로 LLM의 발전에 중요한 전환점이 될 것"이라고 말했다.

이번 연구는 정보통신기획평가원(IITP)의 지원을 받아 수행됐다.